逻辑运算符可以与 find 和 xargs 一起使用吗？

Question

我有一个包含大约 5000 个文件的目录，其中一些文件因语法错误而被错误写入。我正在使用以下代码来识别哪些文件有错误：

ls -1 | while read a; do grep -q '^- ' $a || echo $a; done

我最初尝试使用find 和xargs 的组合，但我不知道如何添加我需要的布尔逻辑。

我的用例不受 I/O 限制并且完成速度足够快。但是我很好奇是否可以在不依赖 bash 循环的情况下完成相同的操作。虽然对 Bash 很满意，但我倾向于严重依赖管道进入循环，这通常会导致 mind numbingly slow performance。

Answer 1

您可以在find 中使用布尔逻辑：

find -maxdepth 1 -type f \( -exec grep -q '^- ' {} \; -o -print \)

-o 选项是逻辑或。如果-exec 执行的命令将返回一个非零返回值-print 将打印文件名。

Answer 2

这是另一种方法，使用grep -L：

find -maxdepth 1 -type f -exec grep -L '^- ' {} \;

上面的代码将列出目录中不包含以破折号 + 空格 - 开头的行的所有文件。

要使上面的代码递归（即将搜索扩展到所有子目录），只需删除 -maxdepth 1 部分。

来自man grep 关于选项-L：

-L, --files-without-match 抑制正常输出；而是打印通常没有输出的每个输入文件的名称 打印。扫描将在第一次匹配时停止。

Answer 3

单独使用grep 就足够了：

grep -d skip -L '^- ' *

^{注意：与find 不同，这不会自动包含隐藏 文件。
要递归搜索，请改用grep -L '^- ' -R .（尽管-R 不符合POSIX，但它适用于GNU 和BSD/macOS grep）。}

-L，如Jamil Said's helpful answer 中所述，打印不 包含搜索词的每个输入文件的路径（按指定）。

-d skip 跳过目录（虽然选项 -d 不符合 POSIX 标准，但 GNU 和 BSD/macOS grep 都支持它）。

---

警告：正如hek2mgl 在评论中指出的那样，* 文件名扩展后产生的命令行可能太长了 strong>，导致出现/usr/bin/grep: Argument list too long等错误。
（相比之下，如果你用-R .递归搜索grep，你就不会遇到这个问题。）

最大值。长度是特定于平台的，可以通过getconf ARG_MAX查询，但请注意实际限制低于，具体取决于您的环境大小 - 请参阅this article。

实际上，5000 个文件可能不会成为问题，即使在最大值相对较低的平台上也是如此。长度，例如 macOS - 除非您的文件名特别长和/或您的 globbing 模式具有冗长的路径组件^[1] .
最近的 Linux 版本有更高的限制。

如果您确实达到了限制并且必须解决它，请按如下方式使用xargs：

printf '%s\0' * | xargs -0 grep -d skip -L '^- '

请注意，虽然-0 读取以 NUL 结尾的输入不符合 POSIX 标准，但 GNU 和 BSD/macOS xargs 都支持。

如果输入文件名确实不适合单个 命令行，xargs 将以导致处理所有文件所需的最少grep 调用的方式对输入进行分区.

---

^{[1] macOS 10.12 的限制为 262,144 字节 (256 KB)；如果我们保守地假设，在扣除环境的大小和命令行的固定部分之后，我们的文件名列表得到 250,000 字节，这给了我们每个文件名 + 空格（列表分隔符）的 250000 / 5000 == 50 字节，这样每个文件名的长度就可以达到49 字节。
相比之下，Ubuntu 16.04 的限制是 8 倍：2,097,152 字节 (2 MB)。}